産業用ビジョンシステムにおいて、フルリファレンス客観評価モデルは画像品質評価分野の研究ホットスポットです。本論文では、二重スケールの画面詳細情報に基づくフルリファレンス画像品質評価モデルを提案します。テスト画像を特定の色空間に変換し、輝度チャネルと色度チャネルを分離します。参照画像、歪み画像、およびそれらの融合画像間の勾配相互作用に基づき、輝度チャネルの勾配類似度成分を構築し、色度チャネルの方向一貫性分析と組み合わせて色類似度成分を生成します。輝度チャネルのスペクトル残差、エッジ情報、および適応的コントラスト特徴を融合することで、画面の詳細情報の累積効果を記述する二重スケールの画面詳細累積成分を構築します。最後に、特徴係数を通じて前述の各成分の標準偏差特徴を重み付け融合し、最終評価結果を得ます。本モデルの信頼性を検証するために、Spearman順位相関係数（SROCC）、Pearson線形相関係数（PLCC）、Kendall順位相関係数（KROCC）、平均二乗誤差（RMSE）の4つの評価基準に基づき、LIVE、CSIQ、TID2008、TID2013、およびKADID-10Kデータベースでテストを実施しました。実験結果は、本モデルが上述のデータベースで測定したPLCC値の最低が0.8768（KADID-10K）、最高が0.9678（LIVE）、SROCC値の最低が0.8648（TID2013）、最高が0.9610（CSIQ）であることを示しています。多様な典型的および深層学習を用いたフルリファレンス画像品質評価モデルと比較して、本モデルは計算効率において明確な利点を示すとともに、予測精度と汎化性能において優れた総合性能を発揮しています。

画像品質評価;フルリファレンス;二重スケール;画面詳細情報